总结

显示条件方差模型的估计结果

折叠所有页面

语法

总结(Mdl)

结果=总结（MDL）

描述

例子

总结(MDL.）显示条件方差模型的摘要MDL.．

如果MDL.是估计的模型返回估计,然后总结将估计结果打印到MATLAB中^®命令窗口。显示包括一个估计摘要和一个参数估计表与相应的标准误差，t统计，统计p值。估计摘要包括拟合统计量，如赤池信息准则(AIC)。
如果MDL.是一个未估计的模型返回garch，贝加奇,或GJR.,然后总结打印标准对象显示(与创建模型时打印的显示相同)。

例子

结果=总结（MDL.）返回以下变量之一，并未打印到命令窗口。

如果MDL.那么，这是一个估计模型吗结果是包含估计结果的结构。
如果MDL.那是一个不定期的模型，然后结果是一个garch，贝加奇,或GJR.模型对象等于MDL.．

例子

全部折叠

显示估计结果

打开直播脚本

使用模拟数据打印估计GARCH模型的结果。

使用已知参数值模拟来自GARCH（1,1）模型的数据。

Mdl0 = garch ('持续的', 0.01,“四国”, 0.8,“拱”, 0.14);rng'默认'；再现性的百分比[V, Y] =模拟(Mdl0,100);

将GARCH（1,1）模型适合模拟数据。抑制估计显示。

Mdl = garch (1,1);EstMdl =估计(Mdl Y'展示'，“关闭”）;

显示评估摘要。

总结(EstMdl)

GARCH(1,1)条件方差模型(高斯分布)有效样本量:100估计参数数:3 LogLikelihood: -96.5255 AIC: 199.051 BIC:206.866 Value StandardError TStatistic PValue _______ _____________ __________ __________ Constant 0.0167 0.016508 1.0117 0.31169 GARCH{1} 0.77263 0.07769 9.945 2.6522e-23 ARCH{1} 0.19169 0.075068 2.5535 0.010664

提取估计来自估计模型的结果

打开直播脚本

通过传递EGARCH模型模板和数据来估计几个模型估计．不同模型的ARCH和GARCH滞后次数不同。从估计结果中提取AIC，选择拟合统计量最小的模型。

用已知参数值模拟EGARCH(0,1)模型的数据。

mdl0 = egarch（'持续的', 0.01,“拱”, 0.75,'杠杆作用', -0.1);rng (2);再现性的百分比[〜，Y] =模拟（MDL0,100）;

为了确定ARCH和GARCH滞后的数量，创建并估计多个EGARCH模型。改变GARCH和ARCH滞后次数(p和问分别在0到1滞后的模型中。排除这种情况p= 1问= 0，因为存在ARCH滞后需要存在ARCH滞后。抑制所有估计显示。从估计结果结构中提取AIC。这个领域另类投资会议存储另类投资会议。

Pq = [0 0;0 1;1 1];AIC = 0(大小(pq, 1), 1);%预先配置为J = 1：大小（PQ，1）MDL = EGARCH（PQ（J，1），PQ（J，2））;EstMdl =估计(Mdl Y'展示'，“关闭”）;结果=总结（estmdl）;AIC（J）=结果。结束

比较各模型的AIC值。

[minAIC, bestidx] = min (AIC, [], 1);bestPQ = pq (bestidx:)

bestPQ =1×20 1

拟合最好的模型是EGARCH(0,1)模型，因为其对应的AIC最低。该模型还具有用于模拟数据的模型结构。

输入参数

全部折叠

`MDL.`- - - - - -条件方差模型
`garch`模型对象|`贝加奇`模型对象|`GJR.`模型对象

条件方差模型，指定为garch，贝加奇,或GJR.返回的模型对象估计，garch，贝加奇,或GJR.．

输出参数

全部折叠

`结果`——模型总结
结构数组|`garch`模型对象|`贝加奇`模型对象|`GJR.`模型对象

模型摘要，作为结构数组或garch，贝加奇,或GJR.模型对象。

如果MDL.那么，这是一个估计模型吗结果是包含此表中的字段的结构数组。

场	描述
`描述`	模型总结描述(字符串)
`样品化`	有效的样本大小（数字标量）
`NumEstimatedParameters`	估计参数的数量（数字标量）
`loglikelihie`	优化的loglikeliach值（数字标量）
`另类投资会议`	赤池信息准则(数值标量)
`BIC`	贝叶斯信息标准（数字标量）
`表格`	具有相应标准误差的模型参数的最大似然估计，t统计(估计除以标准误差)，和p-Values（假设正常性）;具有对应于模型参数的行的表